PSD_DS4 Doktorský seminář IV

Filozofická fakulta
jaro 2024
Rozsah
0/0. 5 kr. Ukončení: z.
Vyučující
prof. PhDr. Marek Blatný, DrSc. (přednášející)
doc. PhDr. Iva Burešová, Ph.D. (přednášející)
doc. PhDr. Martin Jelínek, Ph.D. (přednášející)
Mgr. Helena Klimusová, Ph.D. (přednášející)
prof. PhDr. Tomáš Urbánek, Ph.D. (přednášející)
Garance
prof. PhDr. Marek Blatný, DrSc.
Psychologický ústav – Filozofická fakulta
Kontaktní osoba: Jarmila Valchářová
Dodavatelské pracoviště: Psychologický ústav – Filozofická fakulta
Rozvrh
Pá 15. 3. 9:00–12:40 C51, Pá 12. 4. 9:00–12:40 C51, Pá 10. 5. 9:00–12:40 C51
  • Rozvrh seminárních/paralelních skupin:
PSD_DS4/01: Pá 15. 3. 13:00–16:40 C42, Pá 12. 4. 13:00–16:40 C42, Pá 10. 5. 13:00–16:40 C42, M. Blatný, I. Burešová, M. Jelínek, H. Klimusová, T. Urbánek
PSD_DS4/02: Pá 15. 3. 13:00–16:40 C51, Pá 12. 4. 13:00–16:40 C51, Pá 10. 5. 13:00–16:40 C51, M. Blatný, I. Burešová, M. Jelínek, H. Klimusová, T. Urbánek
Předpoklady
PSD_DSIII Výuka v předmětu předpokládá, že student je vybaven základním poznatkovým aparátem z oblasti kvantitativního psychologického výzkumu. Zejména je důležitá dobrá orientace v terminologii a základních postupech statistické analýzy dat.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
předmět má 6 mateřských oborů, zobrazit
Cíle předmětu
Student naváže na svoje předchozí znalosti o kvantitativní metodologii a metodách zpracování výzkumných dat, s cílem prohloubit tyto znalost a rozšířit je o jejich praktickou aplikaci. Seznámí se s detailnější charakteristikou kvantitativního přístupu, typy výzkumných plánů a průběhem přípravy výzkumného projektu, prohloubí si znalosti o metodách získávání, zpracování a analýzy kvantitativních dat, které bude schopen následně realizovat v praxi. Student bude schopen ovládat aplikaci etických pravidel psychologického výzkumu i kritéria hodnocení výzkumů, využívajících kvantitativní přístup a jeho metody, po absolvování předmětu bude schopen efektivně pracovat s postupy kvantitativní metodologie, zejména volit metody zpracování dat adekvátní výzkumnému záměru a povaze výzkumných dat, kriticky zhodnotit výsledky jejich analýzy a navrhovat případná alternativní řešení jejich zpracování, či stanovovat limity výzkumu, dokáží kriticky posoudit návrh výzkumu z hlediska metodologické správnosti a proveditelnosti.
Výstupy z učení
Student bude po absolvování předmětu schopen: - zvolit statistický postup adekvátní k výzkumné otázce; - interpretovat výsledky analýz (včetně pokročilých statistických postupů); - kriticky zhodnotit vhodnost aplikace postupů zpracování dat v odborných studiích.
Osnova
  • Obsah seminářů: Základní statistické postupy (porovnání průměrů, korelace, atd.) Regresní analýza Faktorová analýza (včetně konfirmační FA) Psychometrika Mediační analýza Moderační analýza Prezentace a diskuse studentských návrhů zpracování dat
Literatura
  • FIELD, Andy P. Discovering statistics using IBM SPSS statistics. 5th edition. Los Angeles: Sage, 2018, xxix, 1070. ISBN 9781526419521. info
  • Goodwin, K. A., Goodwin, C. J. (2016). Research in Psychology: Methods and Design, 8th Edition. Hoboken, NJ: Wiley.
  • HAYES, Andrew F. Introduction to mediation, moderation, and conditional process analysis : a regression-based approach. New York: Guilford Press, 2013, xvii, 507. ISBN 9781609182304. info
  • SCHUMACKER, Randall E. a Richard G. LOMAX. A beginner's guide to structural equation modeling. Fourth edition. New York: Routledge, 2016, xxi, 351. ISBN 9781138811904. info
  • Relevantní české i zahraniční elektronické zdroje a periodika, e-learningové materiály přednášejících v IS .
Výukové metody
Přednáška, diskuse, prezentace případových studií, řešení modelových situací.
Metody hodnocení
Zápočet. Podmínkou pro získání zápočtu je 80% účast studenta na semináři a zpracování definitivní verze výzkumného designu disertační práce s důrazem na část věnující se způsobům zpracování dat. Dále má student za úkol vypracovat dva posudky – zpětné vazby na projekty svých kolegů, zahrnující kritické zhodnocení přístupů ke zpracování výsledků jejich výzkumných studií. Pro úspěšné absolvování předmětu musí studenti aktivně přispívat v seminářích – prezentací svého návrhu analýzy dat i diskusí týkající se návrhů jejich kolegů.
Navazující předměty
Další komentáře
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011, jaro 2012, jaro 2013, jaro 2014, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023, jaro 2025.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.muni.cz/predmet/phil/jaro2024/PSD_DS4